• Inicio
  • Máster Estadística Aplicada con R
  • Inicio

Máster de Estadística Aplicada con R Software

Técnicas clásicas, robustas, avanzadas y multivariantes.

Solicita información aquí

Duración

Duración

9 meses-600h
60 ECTS

Modalidad

Modalidad

100% online

Precio

Precio

1.900€

Inicio

Inicio

24 de Octubre

Plazos

Plazos

Reserva: hasta 6/10
Preinscripción Matrícula: 21/09 al 10/10
Matriculación: desde 11/10

Conviértete en un Científico de Datos

Conviértete en un Científico de Datos

El Máster en Estadística aplicada con R Software está enfoncado a la aplicación práctica de la Estadística en el ámbito de la Investigación y la Empresa. Te ofrecemos un programa de vanguardia para que des un salto en tu carrera profesional.

Tus Objetivos son los nuestros

Tus Objetivos son los nuestros

Nuestro Máster en Estadística Aplicada con R Software te permitirá adquirir las capacidades y destrezas necesarias para seleccionar y aplicar las técnicas de análisis estadístico a la resolución de problemas reales de investigación, descubrir la infomación que contienen tus datos y comunicarlo de manera adecuada.

Aprenderás las herramientas estadísticas desde un nivel elemental y de forma progresiva. Te ofrecemos una formación especializada en las técnicas estadísticas más actualizadas, multivariantes (popularmente conocidas como data mining, big data, etc) y robustas (para datos complejos que no cumplen con los supuestos clásicos de la estadística y/o que presentan datos atípicos - outliers).

 

Un Máster pensado para ti

TÍTULO UNIVERSITARIO

TÍTULO UNIVERSITARIO

Obtendrás un Título propio con la garantía y fiabilidad de la Universidad Pública Rey Juan Carlos de Madrid.

Calidad

Calidad

Aprenderás desde la estadística clásica hasta las técnicas más avanzadas y actuales, para maximizar la potencia y precisión de tus análisis y destacar con tus resultados.

100% ONLINE

100% ONLINE

Tendrás acceso al Campus duerante las 24 hs. desde cualquier PC, Tablet o smartphone. Tú marcas el ritmo de aprendizaje.

PERSONALIZADO

PERSONALIZADO

Tendrás un profesor especialista en la materia para resolver todas tus dudas y una comunidad construida junto a otros científicos como tú que comparten tu mismo proceso.

Software R

Software R

Este Máster se desarrolla por completo con R software, el programa estadístico referente internacional más puntero y reconocido.

PRÁCTICO

PRÁCTICO

Te enseñamos a seleccionar adecuadamente la prueba estadística que debes aplicar a tus datos. Aprenderás trabajando en casos reales conR software.

Opiniones de nuestros alumnos

    Presentación del Máster

    INFORMACIÓN DEL MÁSTER

    • Metodología: 100% online
    • Precio: 1.900 euros. Consultar formas de pagos
    • Duración: 9 meses - 600 horas - 60 créditos ECTS
    • Plazo de Reserva: Hasta el 6/10
    • Plazo de Preinscripción: Del 21/09 al 10/10
    • Inicio de Matriculación: Desde el 11/10
    • Fecha de inicio: 11/10
    • Titulación: Título propio de la Universidad Pública Rey Juan Carlos de Madrid.

    OBJETIVOS

    El objetivo principal del Máster es dotar al estudiante de las capacidades y destrezas necesarias para aplicar técnicas de análisis estadístico a la resolución de problemas reales de diversa índole, con el objeto de descubrir la información que contienen, generar predicciones, y comunicar de manera adecuada los resultados para elaborar conclusiones que faciliten la toma de decisiones en situaciones complejas.

    En particular, el alumno será capaz de:

    1. Integrar los conocimientos teóricos y prácticos necesarios para el análisis estadístico de datos;
    2. Adquirir destrezas en la utilización correcta y racional del principal software estadístico (software R);
    3. Poner en práctica los conocimientos adquiridos, aplicándolos a casos reales en el ámbito de las Ciencias

    DESTINATARIOS

    Este Máster en Estadística Aplicada con R software: técnicas clásicas, robustas, avanzadas y multivariantes, se dirige a alumnos con diferentes grados de formación: Diplomados, Ingenieros Técnicos, Licenciados e Ingenieros Superiores, Graduados, estudiantes de posgrado, Doctores e Investigadores... en distintas áreas científicas.

    Desde el punto de vista profesional, lo que se pretende es proporcionar a los alumnos todos los conocimientos prácticos de estadística avanzada para que los trasladen de una forma eficiente a sus áreas de trabajo diarias. Esta formación global facilitará el acceso a puestos de trabajo altamente cualificados (en empresas u organismos públicos) y promocionará el trabajo en grupos multidisciplinares.

    METODOLOGÍA

    El desarrollo y seguimiento del curso se realizará on-line a través de nuestro Campus basado en la plataforma Moodle.
    Las actividades propuestas serán de carácter teórico-práctico, que permitirán asimilar y poner en práctica los conocimientos adquiridos.

    No es necesario tener conocimientos previos de Estadística ni de programación en R, en este Máster el alumno se introducirá desde un nivel elemental y de forma progresiva a las herramientas estadísticas necesarias para el desarrollo del mismo.

    PROGRAMA - CONTENIDOS

    PROGRAMA

    Se trata de un programa completamente virtual con 60 ECTS que se desarrolla en tres módulos de formación:

    • Técnicas clásicas y robustas. (15 ECTS). PRIMER MÓDULO.  Tres meses.
    • Técnicas avanzadas. (15 ECTS). SEGUNDO MÓDULO. Tres meses.
    • Técnicas Multivariantes (30 ECTS). TERCER MÓDULO. Tres meses.

    Por sus especiales características la mayoría de temas tienen un carácter continuo, progresivamente se profundiza en sus contenidos y se relacionan todas las técnicas del principio al final del programa. Las competencias adquiridas van evolucionando desde los aspectos más básicos hasta el nivel avanzado objetivo del Máster.

    CONTENIDO

    PRIMER MÓDULO: TÉCNICAS CLÁSICAS Y ROBUSTAS.

    Este módulo te ayudará a lidiar con datos complejos (muestras de pequeño tamaño, presencia de datos extremos o atípicos, el incumplimiento de los supuestos clásicos de la estadística -normalidad y homogeneidad de varianza-). 

    Comenzamos con una rápida introducción al Software R  y a las herramientas de gestión y manipulación de bases de datos. Aplicarás herramientas de estadística descriptiva clásica y conocerás técnicas actuales de estadística robusta que te permitirán obtener resultados más fiables. Serás capaz de generar gráficos potentes para resumir los principales patrones de tus datos. Profundizarás en los contrastes de hipótesis (paramétricos, no paramétricos y robustos) con los que pondrás a prueba las preguntas de tu investigación. 

    Te enseñaremos a elegir la técnica más adecuada a cada caso para que saques el mayor partido a tus datos. Y por último veremos cómo informar de tus resultados estadísticos, aprenderás a detectar el alcance de tus resultados, la potencia estadística de tus análisis y cómo necesitas plantear tu estudio para obtener más chance de detectar efectos significativos.

     

    Este primer módulo contiene los temas 1-4 

    • TEMA 1. SOFTWARE R. Manejo de bases de datos en el software R. Programación.
    • TEMA 2. ESTADÍSTICA DESCRIPTIVA. Variables categóricas y numéricas. Estadísticos clásicos y robustos. Gráficos avanzados.
    • TEMA 3. ESTADÍSTICA INFERENCIAL. Pruebas paramétricas, no paramétricas y robustas.
    • TEMA 4. REGRESIÓN Y CORRELACIÓN. Correlación simple, múltiple, parcial y robusta. Regresión lineal simple y múltiple. Selección de variables y transformaciones. Regresión robusta simple y múltiple.

     

    SEGUNDO MÓDULO: TÉCNICAS AVANZADAS

    Aprenderás diseños experimentales y modelos avanzados de análisis estadístico. Este módulo te permitirá analizar tus datos según su diseño experimental y crear diseños experimentales óptimos para responder a tus preguntas de investigación.

    También utilizarás técnicas avanzadas de modelado para predecir comportamientos. Modelos aditivos (AM), lineales generalizados (GLM, de Poisson, Binomiales negativos y Logísticos), mixtos (MM) y sus combinaciones (GAM, GAMM, GLMM). Los modelos mixtos, que están tan de moda, permiten modelar varianzas no constantes, efectos aleatorios y datos correlacionados (temporales y/o espaciales).

     

    Este segundo módulo contiene los temas 5 y 6.

    • TEMA 5. DISEÑO EXPERIMENTAL ANOVA uni y bi-factorial. Diseño experimental por bloques aleatorizados, Diseño de medidas repetidas, Diseño split-plot, Diseño anidado o jerárquico y ANCOVA.
    • TEMA 6. MODELOS AVANZADOS. Modelo lineal (LM), Modelo aditivo (AM), Modelo lineal generalizado (GLM) univariante, Modelo aditivo generalizado (GAM), Introducción al Modelo mixto (MM).

     

    TERCER MÓDULO: TÉCNICAS MULTIVARIANTES

    Estas técnicas actuales se conocen como Big Data o Data mining y se han puesto muy de moda debido a su capacidad de analizar grandes volúmenes de datos y estudios donde tenemos múltiples variables respuesta (biomarcadores, perfiles de clientes, etc.).. Aprenderás métodos de clasificación automática o no supervisada como los Análisis Cluster y métodos de clasificación supervisada como el Análisis Discriminante y los Árboles de Regresión Multivariantes.

    Aplicarás distintas técnicas probar si existen diferencias significativas entre grupos para un conjunto de variables respuesta (MANOVA, ANOSIM, ADONIS, MRPP, Mantel) y técnicas de ordenación y reducción de las dimensiones de los datos.

     

    Este segundo módulo contiene los temas 7-10.

    • TEMA 7. CLASIFICACIÓN. Análisis de conglomerados (Cluster) jerárquico y no jerárquico.
    • TEMA 8. DISCRIMINACIÓN. Análisis discriminante (LDA) y Árbol de regresión multivariada (MRT).
    • TEMA 9. COMPARACIÓN MULTIVARIANTE. Pruebas para diferencias multivariadas entre grupos (MANOVA, MRPP, ANOSIM, NPMANOVA, MANTEL).
    • TEMA 10. ORDENACIÓN Y EXPLICACIÓN. Análisis de correspondencias (CA), CA sin tendencia (DCA), CA parcial (pCA), y CA canónico (CCA), Análisis de componentes principales (PCA), Análisis de redundancia (RDA).

     

    EQUIPO DOCENTE

    El Coordinador académico del máster es Camilo Prado y la Directora académica es Alicia Blanco, de la Universidad Rey Juan Carlos. La docente responsable del Máster es Rosana Ferrero..

    SOBRE DE LA DOCENTE DEL MÁSTER:

    Rosana

    Rosana Ferrero es científica de datos y profesora del Máster en Estadística Aplicada con R Software, donde comparte estrategias, tácticas y herramientas estadísticas para tomar las riendas de tus datos, generar resultados de valor y conclusiones robustas para que tu trabajo sea un éxito.

    Participa en varios centros de investigación como el IAS-CSIC, CAPES y LINCGlobal.

    Universidad Rey Juan Carlos

    El Máster que estás buscando, reconocido por la URJC

      


    Beatriz Royuela
    Títulos Propios Externos
    Centro Integral de Formación Permanente

    Universidad Rey Juan Carlos
    Campus de Vicálvaro (Madrid), España

    Contacto:
    Teléfono: 91 495 92 59
    Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. | www.urjc.es | @URJC 
    http://www.cifpurjc.com/

    Beatriz Royuela
    Títulos Propios Externos
    Centro Integral de Formación Permanente

    Universidad Rey Juan Carlos
    Campus de Vicálvaro (Madrid), España
    Teléfono: 91 495 92 59
    Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. | www.urjc.es | @URJC 
    http://www.cifpurjc.com/
     

    No esperes más, matricúlate ahora

    + FORMULARIO DE PREINSCRIPCIÓN

     

    ¿Tienes alguna duda?
    Solicita información aquí

    Confiaron en nosotros

    • Curso Moodle Adespro
    • Curso Moodle Aec
    • Curso Moodle Apiem
    • Curso Moodle Ati Prevencion
    • Curso Moodle Copesa
    • Curso Moodle Enusa
    • Curso Moodle Finvespol
    • Curso Moodle Fundagro
    • Curso Moodle Segittur
    • Curso Moodle Tragsa
    • Moodle Colegio Oficial Quimicos Murcia
    • Logo Csic
    • Abobott
    • Logo Vector Rtve

    ¡Regístrate y recibe nuestras novedades!